Un conjunto de datos para la clasificación de imágenes histopatológicas de cáncer de mama

Actualmente, los artículos sobre análisis de imágenes médicas requieren experimentos sólidos para demostrar la utilidad de los métodos propuestos. Sin embargo, los experimentos a menudo se realizan con datos seleccionados por los investigadores, los cuales pueden provenir de diferentes instituciones, equipos de escaneo y poblaciones. Se pueden usar diferentes medidas de evaluación, lo que dificulta la comparación entre métodos. En este artículo, presentamos un conjunto de datos de 7909 imágenes histopatológicas de cáncer de mama obtenidas de 82 pacientes, que ahora está disponible públicamente en http://web.inf.ufpr.br/vri/breast-cancer-database. El conjunto de datos incluye imágenes benignas y malignas. La tarea asociada a este conjunto de datos es la clasificación automatizada de estas imágenes en dos clases, lo que sería una herramienta valiosa de diagnóstico asistido por computadora para el clínico. Para evaluar la dificultad de esta tarea, mostramos algunos resultados preliminares obtenidos con sistemas de clasificación de imágenes de última generación. La precisión varía entre 80% y 85%, indicando que hay margen para mejorar. Al proporcionar este conjunto de datos y un protocolo de evaluación estandarizado a la comunidad científica, esperamos reunir a investigadores tanto del campo médico como del aprendizaje automático para avanzar hacia esta aplicación clínica.